知识卡片
攻击三维分类
零散的攻击方法可放进统一坐标系理解:按目的,攻击指向可用性、完整性或隐私;按对象,作用于数据、模型、训练过程或推理接口;按时机,发生在训练前的投毒、训练中的后门植入,或部署后的对抗样本与模型窃取。之所以能从这三维定位攻击,根源在模型本身的多重身份——它是学习器(错误知识会破坏训练)、计算器(对微小扰动与精度敏感)、存储器(会记住训练样本而导致隐私泄露)、复杂函数(高维决策边界存在噪声与近路)。三维分类既不唯一也不完备,分析具体攻防时可选某一维度切入,但分类标准须能被合理解释。参见 [[威胁模型先行]]、[[防御三策略]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 人工智能安全基础 3.3 攻击类型 · 查看原书依据
相关研究比如对抗攻击、后门攻击、隐私攻击等已经快速成长为一个热门的研究方向。本章节尝试从攻击目的、攻击对象和攻击时机三个角度对现有攻击进行分类,并介绍每一类攻击的主要思想。
参考来源
- 位置:《人工智能数据与模型安全 (姜育刚马兴军吴祖煊)》第3章《人工智能安全基础》(源文件:extracted/人工智能数据与模型安全 (姜育刚马兴军吴祖煊)/_epub-src/EPUB/xhtml/chapter8_0004.xhtml)
- 结论依据:零散的攻击方法可放进统一坐标系理解:按目的,攻击指向可用性、完整性或隐私;按对象,作用于数据、模型、训练过程或推理接口;,原文从「3.3 攻击类型」处给出对应机制与依据,支撑本卡结论。
- 原始内容:相关研究比如对抗攻击、后门攻击、隐私攻击等已经快速成长为一个热门的研究方向。本章节尝试从攻击目的、攻击对象和攻击时机三个角度对现有攻击进行分类,并介绍每一类攻击的主要思想。